SVM算法及其在乳腺X片微钙化点自动检测中的应用

• 作者: 万柏坤 朱欣 王瑞平 綦宏志
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 支持矢量机 结构风险最小 经验风险最小 微钙化点 乳腺影像X片
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 587-590
• 页数: 4页
• 分类号: TH776|TN911.73
• 字数: 3053字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.04.014

摘要

支持矢量机(SVM)是一种新的统计学习方法,其学习原则是使结构风险最小,而非经典学习方法所遵循经验风险最小原则.这使得SVM具有更强的泛化能力.并且,由于SVM求解的是凸二次优化问题,使之能保证所找到的极值解就是全局最优解.本文首次将SVM算法用于乳腺X影像微钙化点自动检测中,对临床实际病例的试用结果表明,同目前常用的基于经验风险最小的人工神经网络(ANN)分类方法相比,SVM具有更高的识别率,值得应用推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万柏坤	天津大学生物医学工程与科学仪器系	122	1266	20.0	27.0
2	朱欣	天津大学生物医学工程与科学仪器系	11	190	7.0	11.0
3	王瑞平	天津大学生物医学工程与科学仪器系	8	129	7.0	8.0
5	綦宏志	天津大学生物医学工程与科学仪器系	46	445	14.0	19.0